Základy R

Marek Prokop

PROKOP software s.r.o.

26. 2. 2024

V této části se naučíte:

Co je R
Proč je R vhodné pro SEO
Jak R nainstalovat, nastavit a udržovat
Jak pracovat s konzolí, skripty a dokumenty Quarto
Jak používat Markdown v dokumentech Quarto
Které základní datové typy a operace R budete potřebovat

Co je R

R je programovací jazyk pro statistiku a práci s daty

R je open source.
R je zadarmo.
R běží na všech běžných operačních systémech.
R má rozsáhlou a velmi přátelskou komunitu.
R může běžet i v cloudu.
Jako vývojové a uživatelské prostředí pro R se nejastěji používá RStudio.

Proč používat R pro SEO

Na R se můžete dívat jako na Excel, který je rychlejší, zvládá větší data a umí toho víc.
Skripty uchovají postup řešení. Když teď něco uděláte, dokážete i po roce zjist, jak jste to udělali, a proč zrovna takhle.
R usnadňuje automatizaci. Cokoli v R uděláte, můžete kdykoli později snadno zopakovat s jinými daty či parametry.
R umí přistupovat k datům Search Console, Google Analytics a dalších nástrojů, které mají API.
V R jdou tvořit luxusní vizualizace, reporty, dashboardy a mnoho jiných výstupů. I tato prezentace je napsaná v R.

Motivační obrázek :-)

Instalace a nastavení R a RStudia

Instalace R

Především potřebujete základní jazyk R. Nainstalujete ho z adresy https://cloud.r-project.org/.

Instalace RStudia

Nainstalujte bezplatnou verzi RStudio Desktop z adresy https://posit.co/download/rstudio-desktop/.

Nastavení RStudia – .RData

Nastavení RStudia – native pipe

Balíčky

Funkčnost základního R rozšiřují balíčky (packages). Pro začátek si nainstalujte balíčky tidyverse, usethis, devtools a searchConsoleR.

Menu Tools příkaz Install Packages

Práce v RStudiu

Založte si „školní” projekt

Příkaz New Project… z menu File

Organizace projektů v RStudiu

Projekty používejte vždy a dobře si promyslete strukturu složek. Já používám:

Jednu kořenovou složku na všechno v R.
V ní mám podsložky:
- Clients – pro všechny klienty a klientské projekty.
- Trials – na různé pokusy, o kterých ještě nevím, co z nich bude.
- Learning – na kurzy, které si občas dělám.
- Public – na projekty, které publikuju veřejně jako opensource.
V každé této podsložce pak zakládám samostatné projekty. Některé projekty pak ještě člením na další podsložky.

Konzole, skripty, Quarto

Postupně vám naživo ukážu práci v konzoli, ve skriptu a v dokumentu Quarto.

Práce k v kozoli se hodí pro rychlé ověření nějaké funkce či hodnoty, nastavení něčeho, vyzkoušení něčeho. Já sám používám konzoli výjimečně.
Skripty se hodí pro definici funkcí, nějaký automatický proces, psaní balíčků apod. Jdou spouštět i přímo z operačního systému.
Dokumenty Quarto se hodí na vše ostatní, tedy zejména na vlastní analýzy, reporty či prezentace pro klienty apod.

Více o Quartu a Markdownu

Proč Quarto / R Markdown

Všechno, co uděláte, budete mít uložené a můžete se k tomu kdykoli vrátit.
Ke kódu si můžete psát vlastní komentáře – co chcete udělat, proč to děláte zrovna takhle, co z toho vyplývá atd.
Můžete snadno spouštět jak celý kód, tak jeho logické části.
Výsledky vidíte rovnou u kódu, který je vytvořil.
Výstupy můžete snadno sdílet s lidmi, kteří R nepoužívají.

Druhy R Markdownu

Podle chování

R Notebook
R Document
R Presentation
Quarto Document
Quarto Presentation

Podle výstupu

HTML
PDF
Word
Powert Point
Markdown pro Github
a asi 20 dalších formátů

Pro začátek vám bude stačit jenom Quarto Document s výstupem do HTML.

Markdown pro běžný text

# Tohle je nadpis 1. úrovně

Tohle je běžný odstavec. Víc odstavců je od sebe odděleno dvěma Entry čili prázdným řádkem.

## Tohle je nadpis 2. úrovně

Tohle je příklad [odkazu v textu](https://example.com). A tohle je příklad odrážek:

- první odrážka,
- druhá odrážka,
- třetí odrážka.

Jdou udělat i číslované body, které se automaticky očíslují podle pořadí:

1. První bod.
1. Druhý bod.
1. Poslední bod.

Markdown pro běžný text – výsledek

Markdown s kódem v R

R Mardown je Markdown, do kterého jsou zamíchané kusy eRkového kódu.

Libovolný text v Markdownu…

```{r}
5 + 15
```

Jiný libovolný text v Markdownu…

```{r}
100 - 10
```

Blok kódu v R přidáte klávesovou zkratkou Ctrl+Alt+I.

Výpis tabulky

mtcars

Zobrazení grafu

library(ggplot2)
mtcars |> 
  ggplot(aes(hp, mpg)) +
  geom_point()

Základní datové typy v R

Čísla

Číslo je prostě číslo.

[1] 15

3.14

[1] 3.14

S čísly jde počítat

10 + 20

[1] 30

20 - 5

[1] 15

20 / 5

[1] 4

(5 * 4) / 2

[1] 10

Znakové řetězce

Znakový řetězec se dává do uvozovek nebo apostrofů.

"Tohle je znakový řetězec"

[1] "Tohle je znakový řetězec"

'A tohle je taky znakový řetězec'

[1] "A tohle je taky znakový řetězec"

'Tohle je znakový řetězec s "uvozovkami" uvnitř.'

[1] "Tohle je znakový řetězec s \"uvozovkami\" uvnitř."

Řetězce spojuje funkce `paste`.

paste("první řetězec", "druhý řetězec")

[1] "první řetězec druhý řetězec"

Nebo s čárkou mezi místo mezery:

paste("první řetězec", "druhý řetězec", sep = ",")

[1] "první řetězec,druhý řetězec"

Nebo bez ničeho mezi:

paste("první řetězec", "druhý řetězec", sep = "")

[1] "první řetězecdruhý řetězec"

Funkce

Funkce fungují jako v Excelu, ale většinou se jmenují jinak.
Parametry bez jména musí být v přesném pořadí.
Pojmenované parametry mohou být v libovolném pořadí.
Nápovědu získáte klávesou F1 nebo otazníkem před funkcí.

Příklady funkcí

abs(-15)

[1] 15

round(15.9876, digits = 2)

[1] 15.99

floor(15.9876)

[1] 15

max(1, 2, 3, 4, 5)

[1] 5

Vektory

Proč se před každým výsledkem zobrazuje [1]?

Protože základní datové typy v R (čísla, znakové řetězce, logické hodnoty a tzv. faktory) jsou vždy vektory.
Vektor je uspořádaná posloupnost jedné či více hodnot.
Výsledkem následující operace je tedy číselný vektor s jednou hodnotou.

3 + 5

[1] 8

Vytváření vektorů

Když chcete vytvořit vektor s více než jednou hodnotou, máte několik možností.

Např. posloupnost:

1:10

 [1]  1  2  3  4  5  6  7  8  9 10

Nebo použijete funkci c:

c(1, 2, 3, 6, 5, 4)

[1] 1 2 3 6 5 4

Počítání s vektory

S vektory jde normálně počítat a vlastně dělat skoro cokoli.

c(1, 2, 3) * 10

[1] 10 20 30

c(1, 2, 3) * c(1, 2, 3)

[1] 1 4 9

paste(
  c(
    "první vektor, první řetězec", 
    "první vektor, druhý řetězec"
  ), 
  c(
    "druhý vektor, první řetězec", 
    "druhý vektor, druhý řetězec"
  ),
  sep = " - "
)

[1] "první vektor, první řetězec - druhý vektor, první řetězec"
[2] "první vektor, druhý řetězec - druhý vektor, druhý řetězec"

Nápověda k funkcím

R má integrovanou nápovědu ke všem funkcím. Vyvoláte ji:

Klávesou F1 na názvu funkce v konzoli, skriptu, nebo bloku kódu v R Markdownu.
Otazníkem a názvem funkce.

?rnorm

Nápověda se v RStudiu zobrazí na panelu Help.

Vnořování funkcí

Představte si, že potřebujete vnořit jednu funkci do druhé, např.:

round(runif(n = 40, min = 1, max = 10), digits = 2)

 [1] 5.10 4.82 4.78 7.68 8.91 2.78 7.11 2.09 4.06 3.54 2.44 2.68 8.13 8.78 7.28
[16] 2.12 4.25 9.22 2.73 8.01 2.01 5.77 9.77 5.41 1.91 4.81 8.02 2.74 2.23 7.88
[31] 8.54 9.82 4.57 4.66 3.59 9.32 4.61 2.76 5.44 6.65

Pipes neboli řetězení funkcí

V R budete používat fakt hodně funkcí a vnořování by bylo brzy nepřehledné. Proto existuje operátor pipe.

runif(n = 40, min = 1, max = 10) |> 
  round(digits = 1)

 [1] 8.7 3.0 3.7 5.8 1.5 8.5 6.4 6.9 7.4 3.3 4.8 1.1 7.1 3.2 4.0 2.3 9.2 7.6 2.4
[20] 3.6 1.8 5.4 6.5 6.9 3.6 2.7 9.6 6.3 9.9 6.1 8.7 3.0 2.0 7.8 6.3 5.1 2.2 7.5
[39] 9.4 1.4

Porovnání pipes a vnořování

Pipes

```{r}
objekt |> 
  prvni_funkce(druhy_parametr_prvni_funkce, treti_parametr_prvni_funkce) |> 
  druha_funkce(druhy_parametr_druhe_funkce) |> 
  treti_funkce(druhy_parametr_treti_funkce) |> 
  ctvrta_funkce() |> 
  pata_funkce(druhy_parametr_pate_funkce)
```

Vnořování

```{r}
pata_funkce(
  ctvrta_funkce(
    treti_funkce(
      druha_funkce(
        prvni_funkce(
          objekt, druhy_parametr_prvni_funkce, treti_parametr_prvni_funkce
        ), druhy_parametr_druhe_funkce
      ), druhy_parametr_treti_funkce
    )
  ), druhy_parametr_pate funkce
)
```

Ve starších příkladech najdete pipe, která vypadá takhle %>%. Je to plusmínus totéž.

Objekty

Výsledky jakýkoli operací (neboli výrazů) můžete ukládat do pojmenovaných objektů.

muj_objekt <- runif(n = 20, min = 1, max = 10)

muj_objekt |> 
  round(digits = 1)

 [1] 1.7 7.3 6.7 3.1 3.8 2.6 6.9 7.5 8.1 2.3 1.6 7.1 7.6 8.9 7.9 7.8 7.2 5.6 7.7
[20] 1.4

Jména objektů se mohou skládat jen z písmen anglické abecedy, podtržítek a teček.
Ukládají se do tzv. prostředí (environment).
Po ukončení R (resp. RStudia) nebo po restartu session zmizí.

Klávesové zkratky

Akce	Windows & Linux	Mac
Vlož blok kódu (chunk)	`Ctrl` + `Alt` + `I`	`Cmd` + `Option` + `I`
Vlož přiřazení (znaky `<-`)	`Alt` + `-`	`Option` + `-`
Vlož operátor pipe (`\|>`)	`Ctrl` + `Shift` + `M`	`Cmd` + `Shift` + `M`
Proveď řádek kódu s kurzorem	`Ctrl` + `Enter`	`Cmd` + `Enter`
Proveď blok kódu s kurzorem	`Ctrl` + `Shift` + `Enter`	`Cmd` + `Shift` + `Enter`
Proveď všechny bloky v souboru	`Ctrl` + `Alt` + `R`	`Cmd` + `Option` + `R`
Proveď bloky nad kurzorem	`Ctrl` + `Alt` + `P`	`Cmd` + `Option` + `P`
Zobraz celý dokument v HTML	`Ctrl` + `Shift` + `K`	`Cmd` + `Shift` + `K`
Nápověda k funkci s kurzorem	`F1`	`F1`
Nápověda/dokončení kódu	`Ctrl` + `Space`	`Cmd` + `Space`

Pokud si je nechcete pamatovat, všechny mají i své tlačítko buď na toolbaru nad editorem, nebo přímo v pravém horním rohu každého bloku kódu. Funkce tlačítek se vám zobrazí po najetí myši.